PERINGKASAN DATA

(Pemusatan dan Penyebaran

Data)

Wendianing Putri Luketsi, STP, MSi

 Ukuran Pemusatan Data

 Ukuran yang menunjukkan pusat segugus data

yang telah diurutkan dari yang terkecil sampai
yang terbesar atau sebaliknya.
 Ukuran pemusatan data yang akan kita pelajari:
1. Rata-rata (mean)

2. Nilai tengah (median)

3. Nilai yang sering muncul (modus)

4. Kuartil (1/4 bagian yang sama)

 Ukuran Penyebaran Data

 Suatu ukuran kuantitatif untuk mengetahui

seberapa besar penyimpangan data dengan
nilai rata-rata hitungnya / seberapa jauh data-data
menyebar dari titik pemusatannya
 Ukuran Penyebaran data yang terkenal meliputi :
1. Jangkauan/Wilayah (Range, R)
2. Jangkauan Antar Kuartil (Interquartile Range,
IQR)
3. Ragam(Variance) dan Standar Deviasi (Standard
Deviation)
 Rata-rata (Mean)

 Rataan : pusat massa (centroid) suatu gugus data

(Populasi  µ (myu) sedangkan Sampel  (x bar) )
 Sifat rataan adalah sangat sensitif terhadap pencilan
 Rata-rata dihitung dengan cara membagi jumlah nilai
data dengan banyaknya data.
N n

 Rumus : x i
dan x i
atau x
 f i  xi
 i 1 x i 1
n
N n
 Keterangan :

fi : frekuensi ke-i
 Contoh soal : Rata-rata (Mean)

1. Misalkan diketahui di kota A hanya terdapat 6 PTS, masing-

masing tercatat mempunyai banyak mahasiswa sebagai
berikut: 850, 1100, 1150, 1250, 750, 900
Pertanyaan : Berapakah rata-rata banyak mahasiswa PTS di
kota A? Termasuk rata-rata populasi atau sampel?

Jawab :
N

x 850  1100  1150  1250  750  900 6000

i
 
i 1
  1000
N 6 6
 Rata –rata Populasi
 SOAL : Rata-rata (Mean)

1. Setiap 12 jam sekali bagian QC pabrik minuman

ringan memeriksa 6 kaleng contoh untuk diperiksa
kadar gula sintetisnya (%). Berikut adalah data 6
kaleng minuman contoh yang diperiksa : 13.5; 12.5;
13 ;12; 11.5; 12.5
2. Ada 160 mahasiswa yang mengikuti ujian
Matematika. Hasil ujian tersebut diperlihatkan pada
tabel berikut. Berapakah nilai rata-rata ujian
matematika dari 160 mahasiswa tersebut?
Nilai ujian matematika (x) 4 5 6 8 10
Frekuensi (f) 20 40 70 20 10
 Nilai Tengah (Median)

 Median adalah nilai data yang letaknya atau posisinya berada

ditengah-tengah data setelah data diurutkan dari nilai terkecil
sampai terbesar atau sebaliknya.
 Cara menghitung median adalah:
1. Mengurutkan data dari terkecil hingga terbesar
2. Menentukan letak median dan menghitung median
Letak median adalah di , sedangkan nilai median ditentukan
dengan cara:
 Jika jumlah data ganjil, nilai median merupakan nilai di tengah
Median = nilai data ke = , n = banyak data
 Jika jumlah data genap, nilai median merupakan rataan dari dua nilai
di tengah
 Median =
 Contoh soal : Nilai tengah (Median)

1. Tinggi Badan 5 mahasiswa: 1.75 ;1.78; 1.60 ;1.73 ;1.78 meter

 Data setelah diurutkan: 1.60; 1.73 ; 1.75 ; 1.78; 1.78 meter.
 Maka median ditentukan sebagai berikut:
 n=5
 Letak median = =3
 sehingga mediannya adalah data ke 3 yaitu 1.75

2. Data tinggi 6 mahasiswa : 1.75; 1.73; 1.60; 1.78;1.78; 1.80 m.

Tentukan letak median (Me) dan nilai median (Me) data
tersebut!
 Untuk data yang berbentuk kategorikal :

Langkah mengerjakan :
a. Tentukan letak median pada suatu kelas
b. Tentukan nilai median

Keterangan: BB = batas bawah dari kelas yang mengandung median – 0,5

BA = batas atas dari kelas yang mengandung median + 0,5
n = banyaknya data observasi
fk = frekuensi kumulatif di atas kelas yang berisi median
i = interval kelas = BA - BB
 Contoh soal: Median data kategorikal

Tentukan nilai median data kategorikal berikut ini!

Ukuran Frekuensi Jawab :
47 – 49 1
• Banyak data, n = 24
50 – 52 6 • Median terletak pada nilai ke
53 – 55 6
56 – 58 7 • Nilai data ke – 12 terletak pada kelas interval ke-3
59 – 61 4 • Jadi kelas interval ke-3 merupakan kelas median
Jumlah (n) 24 • BB = 53 – 0,5 = 52,5
• f = 6, n = 24, fk = 1 + 6 = 7 , i = 55,5 – 52,5 = 3

= 55,0
 Modus

 Modus merupakan nilai yang paling sering muncul

atau dengan frekuensi yang paling tinggi.
 Modus tidak selalu ada, ini terjadi jika frekuensi
semua data sama
 Modus juga dapat lebih dari satu, jika terdapat
dua frekuensi tertinggi yang sama dikatakan sebagai
bimodus
 Contoh :
 Sumbangan PMI warga Depok: Rp. 7500 ;8000 ;9000; 8000;
3000; 5000; 8000. Nilai modusnya adalah : Rp. 8000
 Berat 5 orang bayi (kg) : 3.6 3.52.9 3.1 3.0 (Tidak Ada Modus)
 Umur Mahasiswa (th): 19 18 19 18 23 21 19 21 18 20 22 17
Modus ada dua yaitu: 18 dan 19 tahun (bimodus).
 Untuk data kategorikal modus

Keterangan:
 BB = batas bawah dari kelas yang mengandung modus – 0,5
 BA = batas atas dari kelas yang mengandung median + 0,5
 d1 = selisih frekuensi kelas yang mengandung modus dengan
frekuensi sebelumnya
 d2 = selisih frekuensi kelas yang mengandung modus dengan
frekuensi sesudahnya
 i = interval kelas = BA - BB
 Soal : Modus

 Tentukan modus dari data pada tabel berikut.

Ukuran Frekuensi  Tampak pada tabel bahwa kelas interval ke 4
50 – 54 4 mempunyai frekuensi paling besar, yaitu 35.
55 – 59 8  Dengan demikian kelas interval ke 4 merupakan
60 – 64 14 kelas modus.
65 – 69 35  BB = 65 – 0,5 = 64,5
70 – 74 26  d1 = 35 – 14 = 21
75 – 79 10  d2 = 35 – 26 = 9
80 – 84 3  I = BA – BB = 69,5 – 64,5 = 5

Modus ditentukan dengan rumus :

= 64,5 + 3,5 = 68

Jadi nilai modus dari data pada Tabel 16 adalah 68.

 SOAL

 Dari tabel data frekuensi berikut ini tentukan nilai

mean, median dan modusnya.
 Kuartil (Q)

 Kuartil adalah nilai-nilai yang membagi data terurut menjadi 4 bagian

yang sama
 Ada dua cara menentukan nilai kuartil :
1. Metode belah dua
2. Metode interpolasi
 Tabel penjelasan mengenai letak kuartil dalam suatu gugus data
Simbol Dibaca Pengertian
Q0 kuartil 0 nilai minimum dari data
Q1 kuartil 1 nilai yang membagi data 25% data di kiri dan 75% data di
kanan
Q2 kuartil 2 median, membagi data menjadi 50%
Q3 kuartil 3 nilai yang membagi data 75% data di kiri dan 25% data di
sebelah kanan
Q4 kuartil 4 nilai maksimum dari data
 Apabila banyaknya data digambarkan sebagai garis
bilangan, maka letak Q1, Q2 dan Q3 adalah sebagai
berikut (Distribusi kuartil pada sekumpulan data)
 Tahapan untuk menentukan nilai kuartil
dengan metode interpolasi

a. Menentukan kuartil dari sekelompok data tunggal

1. Urutkan data terlebih dahulu dari urutan terkecil hingga terbesar
2. Tentukan jumlah data (n)
3. Mencari letak kuartil ke-i (Qi)
4. Hitung nilai kuartilnya

 Rumus mencari letak kuartil ke-i (Qi) = data ke

 Sehingga letak kuartilnya (Q1, Q2 dan Q3) adalah

Q1 = (n+1)
dengan :
Q2= (n+1) nQi = letak kuartil ke i
n= banyaknya data
Q3 = (n+1) i = 1,2,3…n
 Rumus menghitung nilai kuartil :
Xqi=Xa,i + hi (Xb,i-Xa,i)

Keterangan:
Xqi = nilai kuartil ke-i
Xa,i = pengamatan sebelum posisi kuartil ke-i,
Xb,i = pengamatan setelah posisi kuartil ke-i dan
hi adalah nilai pecahan dari posisi kuartil
 Contoh : Kuartil (data ganjil)

1. Berikut ini adalah data panjang jalan di sebuah daerah dalam satuan
kilometer : 5, 6, 7, 3, 2
Hitunglah kuartil dari data panjang jalan tersebut?
Jawab :
- Data diurutkan : 2, 3, 5, 6, 7
- Jumlah data (n) = 5
- Letak kuartil (Q)

1. Letak Q1 = (n+1) = ( 5+1) = 1.5 , diuraikan menjadi 1+0.5

2. Letak Q2 = (n+1) = (5+1) = 3

3. Letak Q3 = (n+1) = (5+1) = 4.5 , diuraikan menjadi 4+0.5

- Nilai kuartil :
Nilai Q1
Xq1=Xa,1 + h1 (Xb,1-Xa,1)
Xq1= 1 + 0.5 ((Xb,1-Xa,1) (baca: nilai data pada urutan ke 1
ditambah dengan 0.5 kali (nilai data pada urutan data ke-
2 dikurangi nilai data pada urutan data ke-1)
Xq1= 2 + 0.5 (3-2) = 2 + 0.5 =2.5
Jadi kuartil Q1= 2.5

Nilai Q2
Nilai Q2 adalah:nilai data pada urutan ke-3 yaitu 5. Jadi kuartil
Q2=3  Jumlah data ganjil

Nilai Q3
Xq3=Xa,3 + h3 (Xb,3-Xa,3)
Xq3= 4 + 0.5 ((Xb,3-Xa,3) (baca: nilai data pada urutan ke 4
ditambah dengan 0.5 kali (nilai data pada urutan data ke-
5 dikurangi - nilai data pada urutan data ke-4)
Xq1= 6 + 0.5 (7-6) = 6 + 0.5 =6.5
Jadi kuartil Q1= 6.5
 Contoh : Kuartil (data genap)

2. Sepuluh orang mahasiswa sebuah perguruan tinggi dijadikan sampel dan

dihitung tinggi badannya. Hasil pengukuran tinggi badan kesepuluh
mahasiswa tersebut adalah sebagai berikut.
172, 167, 180, 171, 169, 160, 175, 173, 170, 165
Tentukan nilai kuartil dari data tinggi badan mahasiswa tersebut!
Jawab :
- Data diurutkan : 160, 165, 167, 169, 170, 171, 172, 173, 175, 180
- Jumlah data (n) = 10
- Letak kuartil (Q)
1. Letak Q1 = (n+1) = ( 10+1) = 2.75 , diuraikan menjadi 2+0.75

2. Letak Q2 = (n+1) = (10+1) = 5.5, , diuraikan menjadi 5+0.5

3. Letak Q3 = (n+1) = (10+1) = 8.25 , diuraikan menjadi 8+0.25

- Nilai kuartil :
Nilai Q1
Xq1=Xa,1 + h1 (Xb,1-Xa,1)
Xq1= 2 + 0.75 ((Xb,1-Xa,1) (baca: nilai data pada urutan Q1
ditambah dengan 0.75 kali (nilai data pada urutan data ke-3
dikurangi nilai data pada urutan data ke-2)
Xq1= 165 + 0.75 (167-165) = 165 + 0.75 (2) = 165 + 1.5 = 166.5
Jadi kuartil Q1= 166.5

Nilai Q2
Xq2=Xa,2 + h2 (Xb,2-Xa,2)
Xq2= 5 + 0.5 ((Xb,2-Xa,2) (baca: nilai data pada urutan Q2
ditambah dengan 0.5 kali (nilai data pada urutan data ke-6
dikurangi nilai data pada urutan data ke-5)
Xq1= 170 + 0.5 (171-170) = 170 + 0.5 (1) = 170 + 0.5 = 170.5
Jadi kuartil Q1= 170.5

Nilai Q3
Xq3=Xa,3 + h3 (Xb,3-Xa,3)
Xq3= 8 + 0.25 ((Xb,3-Xa,3) (baca: nilai data pada urutan Q3
ditambah dengan 0.25 kali (nilai data pada urutan data ke-
9 dikurangi - nilai data pada urutan data ke-8)
Xq1= 173 + 0.25 (175-173) = 173 + 0.25 (2) = 173 + 0.5 = 173.5
Jadi kuartil Q1= 173.5
 Statistik 5 Serangkai

 Semua kuartil tersebut dapat disajikan dalam bentuk

statistik 5 serangkai

 Dengan demikian dengan mengambil contoh 2 (tinggi 10

orang mahasiswa) dapat diperoleh data Q0 = 160,
Q1=166.5, Q2 = 170.5 dan Q3=173.5 dan Q4 = 180
170.5
166.5 173.5
160 180
 Ukuran Penyebaran Data

 Suatu ukuran kuantitatif untuk mengetahui

seberapa besar penyimpangan data dengan
nilai rata-rata hitungnya / seberapa jauh data-data
menyebar dari titik pemusatannya
 Ukuran Penyebaran data yang terkenal meliputi :
1. Jangkauan/Wilayah (Range, R)
2. Jangkauan Antar Kuartil (Interquartile Range,
IQR)
3. Ragam(Variance) dan Standar Deviasi (Standard
Deviation)
 Jangkauan atau Wilayah (Range, R)

 Ukuran yang menunjukan selisih nilai antara nilai maksimum

dengan nilai minimum
Jangkauan (Range, R) = Nilai Maks – Nilai Min
 Contoh : Data I terurut : 1-3-6-8-9  R = 9 – 1 = 8
Data II terurut : 1-3-6-8-100  R = 100–1 = 99
 Terlihat bahwa range sangat sensitif terhadap adanya nilai
ekstrim. Beberapa hal yang dapat disimpulkan dari nilai range
adalah:
 Semakin kecil range-nya maka semakin homogen distribusinya
 Semakin besar range-nya maka semakin heterogen distribusinya
 Semakin kecil range-nya, maka meannya merupakan wakil yang
representatif
 Jangkauan Antar Kuartil (Interquartile
Range, IQR)

 Selisih antara kuartil 3 (Q3) dengan kuartil 1 (Q1)

 Jangkauan Antar Kuartil memperhitungkan sebaran antara nilai
minimum dan nilai maksimum
 Jangkauan Antar Kuartil dihitung dengan rumus

IQR = Q3 - Q1
 Contoh: Dengan mengambil contoh 2 (tinggi 10 orang mahasiswa)
pada bagian sebelumnya yang stastistik 5 serangkainya adalah sebagai
berikut
170.5
166.5 173.5
160 180
 Maka nilai IQR nya adalah  IQR = Q3 - Q1 = 173.5 - 166.5 = 7
 Ragam (Variance) dan Standar Deviasi
(Standard Deviation)

1. Ragam dan Simpangan Baku untuk Data yang

Tidak Dikelompokkan
2. Ragam dan Simpangan Baku untuk Data yang
Dikelompokkan
3. Koefisien Ragam
 Ragam dan Simpangan Baku untuk Data
yang Tidak Dikelompokkan

 Simpangan/ deviasi merupakan penyimpangan nilai-nilai

individu dari nilai rata-ratanya (mean)
 Perhitungan deviasi adalah  Xi-µ untuk populasi
 Xi - x untuk sampel
 Ukuran keragaman dari deviasi disebut dengan rataan deviasi
yang dihitung dengan rumus  (x - )/n yang nilainya selalu
mendekati nol (0) dan digambarkan dengan pernyataan  (x -
)/n0.
 Nilai akar dari ragam disebut dengan standar deviasi
 Rumus untuk menghitung ragam dan simpangan baku
populasi adalah
 Rumus untuk menghitung ragam dan simpangan baku populasi

 Rumus untuk menghitung ragam dan simpangan baku sampel

 Soal

1. Data Usia 5 mahasiswa: 18-19-20-21-22 tahun

a. Hitunglah σ² dan σ (anggap data sebagai data populasi)
b. Hitunglah s² dan s (anggap data adalah data sampel)

Jawab:
a. Diketahui jumlah data (N) = 5

Langkah 1. Menghitung nilai rataan (µ)

Langkah 2: Menghitung deviasi/simpangan setiap unit data
 Deviasi data ke 1 = (18-20)2 = 4
 Deviasi data ke 2 = (19-20)2 = 1
 Deviasi data ke 3 = (20-20)2 = 0
 Deviasi data ke 4 = (21-20)2 = 1
 Deviasi data ke 5 = (22-20)2 = 4

 Tabulasi dan perhitungan dari data di atas ditampilkan pada Tabel

berikut.
Tabel 21 Umur mahasiswa dalam tahun
No Nilai data Deviasi Ragam
xi xi-µ (xi-µ)2
1 18 -2 4
2 19 -1 1
3 20 0 0
4 21 1 1
5 22 2 4
Jumlah (Σ) 100 ~0 10
Langkah 3: Rumus untuk menghitung ragam dan simpangan
baku

 Jadi ragam populasi dari data di atas adalah 2

 Simpangan baku nya digunakan rumus
=
= 1.414
 Jika data dianggap sebagai contoh, maka ragam dan
simpangan bakunya

Ragam =

 Untuk simpangan baku (standar deviasi) nya digunakan

rumus standar deviasi
=
= 1.581
Ragam dan Simpangan Baku untuk
Data yang Dikelompokkan
 Soal

2. Hitung ragam dan simpangan baku jika diketahui data tinggi badan 50 Siswa
KMI Gontor adalah sebagai berikut
Tabel 2. Tinggi siswa KMI Gontor

 Kita cari dulu rata-rata data kelompok tersebut (Tabel 3)

Tabel 3 Perhitungan rata-rata tinggi siswa KMI Gontor
 Setelah ketemu rata-rata dari data kelompok tersebut kita bikin tabel
untuk memasukkannya ke rumus ragam dan simpangan baku
Tabel 4 Perhitungan ragam tinggi siswa KMI Gontor

 Maka ragamnya adalah:

 Untuk ragam populasi σ2 = = 679,6676

 Untuk ragam sampel s2 = = 693,5383

 Sedangkan simpangan bakunya adalah

 Untuk ragam populasi σ = = 26,07

 Untuk ragam sampel s = = 26,335

 Koefisien Ragam

 Koefisien Ragam disebut juga dengan koefisien varians atau koefiesien

keragaman (KK)
 Semakin besar nilai Koefisien Ragam maka data semakin bervariasi
dan keragaman datanya semakin tinggi (semakin tidak seragam)
 Koefisien ragam digunakan untuk menilai apakah gugus datanya
homogen atau tidak serta menilai apakah sebaran datanya normal atau
tidak.
 Data dianggap memiliki ragam yang homogen atau sebaran datanya
normal jika nilai koefisien ragamnya <30%
 Rumus untuk menghitung koefisien ragam adalah sebagai berikut:

Untuk Populasi  KK = x 100%

Untuk Sampel  KK = x 100%

 Soal

3. Data Usia 5 mahasiswa: 18 -19 – 20 - 21 - 22 tahun

Berapakah koefisien ragamnya?

Jawab :
 Rataan datanya adalah
 Simpangan bakunya adalah
 Maka koefisien ragamnya adalah

 Terlihat bahwa datanya cukup seragam (homogen)